OpenRouter

MiniMax-M3 已上线 OpenRouter，是一款支持100万token上下文、前沿编码与代理性能、原生多模态（图像/视频）的开源模型，标志着大模型能力向长文本、多模态和自主执行方向的重要突破。

本文汇总了癌症疫苗、注意力免疫调节、通用机器人和路由器收购等跨领域进展，为工程师提供前沿动态参考。

GPT 5.6 Terra和Luna在OpenRouter大幅折扣导致token使用量激增13.8倍，印证了Jevons悖论。

OpenRouter的折扣策略导致Luna、Terra和Sol的令牌使用量分别增长13.8倍、5.6倍和1.1倍，符合Jevons悖论。

腾讯推出Hy4模型，参数达770B，支持1M token上下文，推理模式仅high和no_think。

OLX Alpha模型具备100万亿token/day处理能力，可能改变AI行业格局，但其真实来源仍存争议。

中国开源模型在技术进展和企业应用上对美国形成显著优势，但存在国内限制。中美差距源于中国模型的快速迭代与美国开放权重模型的落后。

Buzz平台支持多模型配置与免费API接入，Kimi K3表现优异，Juni AI代理在SWE-Bench测试中超越多数竞品。

Inkling 是一个开放权重的 MoE 模型，支持多模态推理，参数规模达 975B。

腾讯Hy3模型在OpenRouter LLM排行榜登顶，295B MoE参数量，Apache 2.0开源，提供免费API。

降低图像细节以节省成本的策略在视觉推理任务中可能适得其反，导致成本增加。

推理努力是影响成本的主要因素，限制推理努力可降低50-75%成本，而调整细节对准确性影响更大。

Milvus在Attu 3.0 beta中引入自带LLM方法，用户可自主控制LLM提供商和数据路径，无需依赖托管服务。

美团发布LongCat-2.0，采用1.6T参数MoE架构，支持1M上下文窗口，训练推理全程依赖国产加速卡。

GLM 5.2在代码审计和设计系统匹配任务中表现优异，成本仅为$3.36，适合替代Claude Code。

OpenRouter 推出 Fusion API，通过混合模型实现更优成本-准确性平衡，挑战前沿模型的主导地位。

OpenRouter Fusion API通过模型融合技术实现接近Fable 5的性能，成本仅为一半。

组合多个低价模型可达到接近 Claude Fable 5 的性能，同时成本降低一半。

OpenRouter SDK 提供了处理复杂任务的工具，包括暂停执行、状态持久化和人类审核流程。

MiniMax 推出 M3 开源模型，首次融合编码、代理与长上下文能力，在 SWE-Bench Pro 等基准上达 59%+，支持 1M 上下文窗口，推动开源大模型向多能型前沿迈进。

Step 3.7 Flash 是一个支持多模态的 MoE 模型，仅激活 11B 参数即可处理 196B 参数规模的任务，适用于编码、代理工作流和结构化输出。

OpenRouter 获得1.13亿美元B轮融资，将用于扩展多模态推理、企业级控制和智能路由功能。

微软发布了终端原生 Web Agent 框架 Webwright，采用“代码即动作”设计，让 LLM 写 Playwright 脚本，性能表现优异，适用于多种后端平台。

AI基础设施领域的几家公司，如Fireworks、Baseten和OpenRouter，正在获得大量资金支持，这表明该领域的发展势头强劲。

本文介绍了如何通过显式缓存优化Qwen模型的使用，包括缓存的工作原理、实现方法和最佳实践，帮助用户提高效率并降低成本。

OpenRouter新推出的Agent SDK引入人机协同工具，可自动处理常规任务调用，对高风险操作暂停并等待人工审核，提升AI应用的安全性与可控性。

OpenRouter 新增 '-latest' 模型别名机制，支持通过 ~anthropic/claude-opus-latest 等路径自动路由至各厂商最新模型版本，借鉴语义化版本（semver）理念。

Zai_org的GLM-5.3模型开放权重，支持1M上下文和可配置推理，适用于软件工程与网络安全场景。

Ling-3.0-flash 是 124B 参数的 MoE 模型，通过 OpenRouter 提供，适用于高效生产规模推理，限时免费至 8 月 3 日。

OpenRouter 发布 Auto Router 新功能：通过 cost_quality_tradeoff（0-10）参数在成本与质量间权衡，0 优先能力最强模型，10 优先最便宜模型；两套路由均可通过 Guardrails 和 Routing 设置进行定制。